公开(公告)号：CN118468346B

公开(公告)日：2024-11-05

申请号：CN202410935056.X

申请日：2024-07-12

Applicant: 江南大学 ,  苏州大学 ,  吉林大学 ,  昆山微电子技术研究院

Inventor： 钱鹏江 ,  姚健 ,  樊成 ,  张冠宇 ,  周玲 ,  刘洋 ,  方伟 ,  蒋亦樟 ,  王闯

IPC: G06F21/62 ,  G06F18/214 ,  G06F18/21 ,  G06F18/2433 ,  G06F21/64

Abstract: 本发明属于区块链数据检测技术领域，涉及一种区块链多模态数据异常检测方法；包括：获取包括不同模态数据集的训练集；利用L21范数对各个模态数据集的投影矩阵进行稀疏，构建目标稀疏投影矩阵项；基于同一模态数据集的数据样本映射后近邻相似图矩阵不变性，构建第一多模态图正则项；基于不同模态数据集的数据样本映射后语义相似矩阵不变性，构建第二多模态图正则项；基于第一多模态图正则项和第二多模态图正则项得到目标多模态图正则项；构建超球目标函数和超球约束函数，并对超球目标函数和超球约束函数求解，得到超球半径、超球中心和各个模态数据集的投影矩阵，从而对区块链中的多模态数据进行检测，提高区块链数据的准确性和系统安全性。

公开(公告)号：CN118781298A

公开(公告)日：2024-10-15

申请号：CN202411282621.3

申请日：2024-09-13

Applicant: 江南大学 ,  吉林大学 ,  苏州大学

Inventor： 钱鹏江 ,  符成龙 ,  张冠宇 ,  姚健 ,  樊成 ,  刘洋 ,  梁福生 ,  王闯 ,  方伟 ,  蒋亦樟

IPC: G06T17/20 ,  G06T15/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0475

Abstract: 本发明涉及计算机视觉技术领域，尤其是指一种基于多视图采样和渐进式生成的深度智能3D重建方法，包括：构建数据集；构建网格生成器，所述网格生成器为编码器‑解码器架构；利用数据集训练所述网格生成器；利用经过训练的网格生成器对残缺手绘图和噪声手绘图进行3D建模，得到目标网格3D模型。本发明利用2D卷积形状鉴别器训练网格生成器，并通过逐步增加2D卷积形状鉴别器的复杂度和多尺度轮廓图对的分辨率，逐步细化2D卷积形状鉴别器的判别能力，从而更有效地引导网格生成器生成高质量的预测网格3D模型，提高了预测网格3D模型的质量。

公开(公告)号：CN117172394B

公开(公告)日：2024-05-03

申请号：CN202310967878.1

申请日：2023-08-03

Applicant: 江南大学

Inventor： 方伟 ,  接中冰 ,  陆恒杨 ,  朱书伟 ,  孙俊 ,  吴小俊

IPC: G06Q10/047 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开了一种基于覆盖旅行商问题求解的急救队路径规划方法，属于人工智能的强化学习和组合优化领域。本发明通过设计覆盖注意力模块对顶点间覆盖关系建模，并动态地将顶点被访问的信息传递至覆盖集中的其他顶点，高效地捕获问题特征和时序特征；为了提高模型对于对称不变性的学习并增强构造解的能力，提出了基于实例增强的改进基线用于REINFORCE算法，无需引入额外的评论家网络，并且具备显存占用少，运算速度快的优势。实验结果表明，本发明在求解质量上相较现有DRL方法均有明显优势，在不同覆盖类型、不同数据分布的实验中也展现了极强的泛化能力，部分实例的求解质量甚至超越了传统启发式算法，并保持着数十倍的求解速度优势。

公开(公告)号：CN112163530B

公开(公告)日：2024-04-09

申请号：CN202011059872.7

申请日：2020-09-30

Applicant: 江南大学

Inventor： 孙俊 ,  刘志鹏 ,  吴豪 ,  吴小俊 ,  方伟 ,  陈祺东 ,  李超 ,  游琪 ,  冒钟杰

IPC: G06V10/764 ,  G06V10/25 ,  G06V10/75 ,  G06V10/771 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 基于特征增强和样本选择的SSD小目标检测方法，属于目标检测技术领域。SSD对小目标的检测效果还有待提高，本申请提出了新的特征增强模块，更好地利用目标的周围信息，提升小目标的辨识能力。同时，本发明采用了最新的自适应训练样本选择算法替代原本SSD的样本选择方法，自适应地选择阈值。本发明采用了这两种方法改进SSD算法，显著地提升了小目标的检测效果。

公开(公告)号：CN117391203A

公开(公告)日：2024-01-12

申请号：CN202311387928.5

申请日：2023-10-24

Applicant: 江南大学

Inventor： 张昌伟 ,  马力 ,  吴昀霖 ,  方伟 ,  陆恒杨 ,  朱书伟

IPC: G06N7/01 ,  G06N3/126 ,  G06N20/00

Abstract: 本申请公开了一种基于精英结构策略的混合贝叶斯网络结构学习方法，涉及贝叶斯网络结构学习方法领域，该方法在迭代学习混合贝叶斯网络结构的过程中，在每一个迭代周期首先使用改进的精英策略筛选出更优秀的精英个体组成精英集，然后基于精英集提取双精英结构、相对结构和趋向性结构来表征所有精英个体之间的异同信息，然后利用这些知识结构所反映的结构异同信息引导贝叶斯网络结构个体进行变异，从而引导种群变异向适应度更高的网络结构靠近，使得本申请的方法具有较好的收敛效果和较快的速度，可以更好的迭代学习并寻找到理想的贝叶斯网络结构。

公开(公告)号：CN116541542B

公开(公告)日：2023-10-13

申请号：CN202310821656.9

申请日：2023-07-06

Applicant: 江南大学

Inventor： 陆恒杨 ,  杨舜 ,  方伟 ,  孙俊 ,  吴小俊

IPC: G06F16/483 ,  G06V10/82 ,  G06F18/214 ,  G06F18/24 ,  G06F21/55

Abstract: 本发明涉及自然语言处理和计算机视觉的交叉技术领域，提出了一种基于扩散模型的图文检索后门攻击方法、装置及设备，包括：从数据集中提取样本图像，在所述样本图像中生成区域掩膜；利用扩散模型将所述区域掩膜替换为触发器图片；将后门攻击目标标签与所述触发器图片组合生成脏图文对；将所述脏图文对输入图文检索预训练模型进行微调，得到图文检索后门攻击模型，以便推动后门攻击防御领域的发展。本文设计的基于扩散模型的图文检索后门攻击方法实现了图文检索后门攻击的可行性、隐蔽性，提高了后门攻击的成功率，对于多模态后门攻击防御技术的改进有重要意义。

公开(公告)号：CN116431761A

公开(公告)日：2023-07-14

申请号：CN202310214059.X

申请日：2023-03-07

Applicant: 江南大学

Inventor： 陆恒杨 ,  周俊康 ,  刘哲 ,  方伟 ,  孙俊 ,  吴小俊

IPC: G06F16/33 ,  G06F40/289 ,  G06F18/214

Abstract: 本发明涉及一种中文上位词检索方法，包括获取待查询数据样本中的下位词，带入预设提示模板中，得到含有掩码的待填空文本作为提示；对所述提示进行分词，获取Token序列；将所述Token序列输入预设预训练语言模型中，对所述掩码进行填空，获取预设配套词汇表中每个候选词被填入掩码的logit；获取logit值最高的候选词作为所述预训练语言模型的上位词最优预测结果。本发明首次将提示调优引入中文上位词检索领域，基于任务适应性强的提示调优技术，利用一个预设的固定提示模板来训练预训练语言模型的中文上位词检索能力；通过提示模板获取提示，进而引导预训练语言模型的推理过程，利用固定的提示模板，不断约束和规范模型的输出，从而产生期望的预测结果，获取上位词。

公开(公告)号：CN110781680B

公开(公告)日：2023-04-18

申请号：CN201910985413.2

申请日：2019-10-17

Applicant: 江南大学

Inventor： 孙俊 ,  赵源 ,  吴豪 ,  吴小俊 ,  方伟 ,  陈祺东 ,  李超 ,  游琪 ,  冒钟杰

IPC: G06F40/30 ,  G06F40/289 ,  G06F16/332 ,  G06F18/22 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08

Abstract: 基于孪生网络和多头注意力机制的语义相似度匹配方法，属于自然语言处理问答系统领域。本发明提出模型SNMA，它使用双向GRU构建孪生网络分别对两个句子嵌入进行编码，之后对编码信息利用Jaccard距离进行信息聚合；同时，我们利用多头注意力机制将两个句子的信息进行交互，最终将交互信息与孪生网络得到的聚合信息进行融合。本发明我们首次将多头注意力机制用在了语义相似度匹配工作中；在四个中文语义相似度数据集中验证了我们工作的有效性。

公开(公告)号：CN114610885B

公开(公告)日：2022-11-08

申请号：CN202210233023.1

申请日：2022-03-09

Applicant: 江南大学

Inventor： 陆恒杨 ,  周俊康 ,  胡聪 ,  方伟 ,  吴小俊

IPC: G06F16/35 ,  G06K9/62

Abstract: 本发明公开了一种文本分类后门攻击方法、系统、设备及计算机存储介质，包括利用干净训练集对预训练模型进行训练，得到干净模型，利用定位标签生成器生成伪标签数据集，利用所述伪标签数据集对Sequence‑to‑Sequence模型进行多任务训练，得到定位器模型，利用所述定位器模型生成后门数据集，利用所述后门数据集对所述干净模型训练，得到脏模型。本发明实现了利用预训练干净模型在无需人工标注的情况下生成为伪标签数据集；采用基于Sequence‑to‑Sequence与多任务学习架构的定位器模型，实现了无需人工干预即可动态预测文本序列中后门攻击位置，且动态选取攻击位置取得的性能指标更优异。

公开(公告)号：CN114331897A

公开(公告)日：2022-04-12

申请号：CN202111658949.7

申请日：2021-12-31

Applicant: 江南大学

Inventor： 方伟 ,  席超 ,  陆恒杨 ,  孙俊 ,  吴小俊

IPC: G06T5/00 ,  G06T7/11

Abstract: 本发明公开了一种基于分解的两目标模糊变化检测方法，属于遥感图像检测技术领域。所述方法对SAR图像进行变化检测时，将变化检测任务分解为保留细节和去除噪声两个子问题。通过对保留细节和去除噪声两个目标的分析，使用log‑mean算子得到了更高质量的保留细节差分图像。利用同态滤波和显著性检测，获得更加有效的去噪差分图像。使用FLICM构建不同的目标模型，同时利用MOEA/D方法对这两个目标同时进行优化。新的隶属度更新方法充分考虑了不同目标之间的平衡，生成了更优的最终变化检测图。通过在四个不同数据集上进行实验证明了本申请方法在复杂噪声干扰的SAR图像中具有更强大的检测性能。